能源活动数据(12月大众新能源车销量？)
1. 12月大众新能源车销量？
根据EVsales数据，全球新能源乘用车12月销量达57.1万辆，环比增长37.9%，同比上涨104.7%，再次刷新了近三年最高成绩。其中中国市场贡献了39.2%的份额，达22.4万辆，欧洲市场则贡献了49.2%的份额。
数据显示，整个2020年，全球新能源乘用车市场累计销量达3,124,793辆，其中，中国市场累计销量为1,271,958辆，占比为40.7%；欧洲市场累计销量为1,367,138辆，占比为43.8%，欧洲市场超越中国成为2020年新能源乘用车的最大市场。
2. 12月新能源汽车品牌销量排名？
第一名，比亚迪
12月销量：92823辆
在刚过去的12月份，比亚迪新能源车销售92823辆，同比增长236.4%，至此也让它再次成为了国内新能源汽车市场里的销量冠军，妥妥的“一马当先”选手。另外，2021年比亚迪新能源乘用车销售593745辆，全年同比增长231.6%，表现同样可圈可点。
在2022年，比亚迪内部已经给出了最高150万辆的新能源销量指引，因此这样来看的话，今年的比亚迪估计还有一番大动作，我们也拭目以待他们能早日成为全球第一个在单一市场里实现百万辆+新能源销量的品牌。
2.第二名，小鹏
12月销量：16000辆
与比亚迪12月接近10万辆的新车销量数据所无法相比的是，排名第二名的小鹏汽车在12月总交付量是16000台。当然了，即便是16000台，对于小鹏汽车来说也迎来了同比增长181%，并顺利占据了国内新能源汽车市场12月品牌销量榜第二名的好成绩。此外，随着12月完美收官，2021年小鹏汽车全年总交付量也达到了98155台，为2020年的3.6倍，总体表现也还算不错。
3. 12月新能源汽车品牌销量排名？
第一名，比亚迪
12月销量：92823辆
在刚过去的12月份，比亚迪新能源车销售92823辆，同比增长236.4%，至此也让它再次成为了国内新能源汽车市场里的销量冠军，妥妥的“一马当先”选手。另外，2021年比亚迪新能源乘用车销售593745辆，全年同比增长231.6%，表现同样可圈可点。
在2022年，比亚迪内部已经给出了最高150万辆的新能源销量指引，因此这样来看的话，今年的比亚迪估计还有一番大动作，我们也拭目以待他们能早日成为全球第一个在单一市场里实现百万辆+新能源销量的品牌。
2.第二名，小鹏
12月销量：16000辆
与比亚迪12月接近10万辆的新车销量数据所无法相比的是，排名第二名的小鹏汽车在12月总交付量是16000台。当然了，即便是16000台，对于小鹏汽车来说也迎来了同比增长181%，并顺利占据了国内新能源汽车市场12月品牌销量榜第二名的好成绩。此外，随着12月完美收官，2021年小鹏汽车全年总交付量也达到了98155台，为2020年的3.6倍，总体表现也还算不错。
4. 12月大众新能源车销量？
根据EVsales数据，全球新能源乘用车12月销量达57.1万辆，环比增长37.9%，同比上涨104.7%，再次刷新了近三年最高成绩。其中中国市场贡献了39.2%的份额，达22.4万辆，欧洲市场则贡献了49.2%的份额。
数据显示，整个2020年，全球新能源乘用车市场累计销量达3,124,793辆，其中，中国市场累计销量为1,271,958辆，占比为40.7%；欧洲市场累计销量为1,367,138辆，占比为43.8%，欧洲市场超越中国成为2020年新能源乘用车的最大市场。
5. 现在，全世界每天消耗多少石油？中国每天消耗多少石油？
2012年英国BP公司发布世界能源权威统计数据报告，2011年末，土库曼斯坦发现储量为2430万亿立方米的天然气，占世界储量的11.7%。俄罗斯目前探明储量为4460万亿立方米，占世界储量的21.4%。
2011年的统计数据显示，世界已经探明石油储量为165万亿桶，比2010年增加1.9%。目前委内瑞拉石油储量已经为世界最大，占世界储量的18%，沙特为占16%。去年南美国家探明石油储量为2965亿桶，沙特为2654亿桶。目前俄罗斯是世界第一大原油生产国，已探明储量为882亿桶（去年公布的数字为866亿桶），占世界储量的5.3%。
1996年，世界石油消费总量达每天7170万桶。欧佩克预计，到2020年，世界石油消费总量将达到每天1亿桶。
石油是一种不可再生资源，终有耗尽的一天。按照目前的生产速度，欧佩克的石油储量至少可供开采80年，其他国家的石油储量还可供开采20多年。
石油产量信息：
阿拉伯国家石油输出国组织（OPEC）出具的数据显示，截至2011年年底，阿拉伯国家石油产量占全球的31%。2010年阿拉伯国家天然气产量占全球的14.5%。
2010年，阿联酋石油日产量230.4万桶，相较于2006年、2007年和2008年有所下降。2006年至2008年，阿联酋石油日产量介于256.8万桶至257.2万桶
2010年，阿拉伯国家石油日平均产量增长2100万桶。2010年，阿拉伯国家天然气的总销量占该年全球天然气销售总量为14.6%。
6. 12月新能源汽车品牌销量排名？
第一名，比亚迪
12月销量：92823辆
在刚过去的12月份，比亚迪新能源车销售92823辆，同比增长236.4%，至此也让它再次成为了国内新能源汽车市场里的销量冠军，妥妥的“一马当先”选手。另外，2021年比亚迪新能源乘用车销售593745辆，全年同比增长231.6%，表现同样可圈可点。
在2022年，比亚迪内部已经给出了最高150万辆的新能源销量指引，因此这样来看的话，今年的比亚迪估计还有一番大动作，我们也拭目以待他们能早日成为全球第一个在单一市场里实现百万辆+新能源销量的品牌。
2.第二名，小鹏
12月销量：16000辆
与比亚迪12月接近10万辆的新车销量数据所无法相比的是，排名第二名的小鹏汽车在12月总交付量是16000台。当然了，即便是16000台，对于小鹏汽车来说也迎来了同比增长181%，并顺利占据了国内新能源汽车市场12月品牌销量榜第二名的好成绩。此外，随着12月完美收官，2021年小鹏汽车全年总交付量也达到了98155台，为2020年的3.6倍，总体表现也还算不错。
7. 现在，全世界每天消耗多少石油？中国每天消耗多少石油？
2012年英国BP公司发布世界能源权威统计数据报告，2011年末，土库曼斯坦发现储量为2430万亿立方米的天然气，占世界储量的11.7%。俄罗斯目前探明储量为4460万亿立方米，占世界储量的21.4%。
2011年的统计数据显示，世界已经探明石油储量为165万亿桶，比2010年增加1.9%。目前委内瑞拉石油储量已经为世界最大，占世界储量的18%，沙特为占16%。去年南美国家探明石油储量为2965亿桶，沙特为2654亿桶。目前俄罗斯是世界第一大原油生产国，已探明储量为882亿桶（去年公布的数字为866亿桶），占世界储量的5.3%。
1996年，世界石油消费总量达每天7170万桶。欧佩克预计，到2020年，世界石油消费总量将达到每天1亿桶。
石油是一种不可再生资源，终有耗尽的一天。按照目前的生产速度，欧佩克的石油储量至少可供开采80年，其他国家的石油储量还可供开采20多年。
石油产量信息：
阿拉伯国家石油输出国组织（OPEC）出具的数据显示，截至2011年年底，阿拉伯国家石油产量占全球的31%。2010年阿拉伯国家天然气产量占全球的14.5%。
2010年，阿联酋石油日产量230.4万桶，相较于2006年、2007年和2008年有所下降。2006年至2008年，阿联酋石油日产量介于256.8万桶至257.2万桶
2010年，阿拉伯国家石油日平均产量增长2100万桶。2010年，阿拉伯国家天然气的总销量占该年全球天然气销售总量为14.6%。
8. 中网联合售电有限公司靠谱吗？
靠谱。该公司位于北京市门头沟区石龙经济开发区平安路5号4幢DY329，经营范围包括电力供应；合同能源管理；技术开发、技术服务、技术咨询、技术推广；软件开发；节能技术开发；数据处理（仅限PUE值1.4以下）；销售机电设备、五金交电；经济贸易咨询。
（市场主体依法自主选择经营项目，开展经营活动；电力供应以及依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事国家和本市产业政策禁止和限制类项目的经营活动。）
9. 现在，全世界每天消耗多少石油？中国每天消耗多少石油？
2012年英国BP公司发布世界能源权威统计数据报告，2011年末，土库曼斯坦发现储量为2430万亿立方米的天然气，占世界储量的11.7%。俄罗斯目前探明储量为4460万亿立方米，占世界储量的21.4%。
2011年的统计数据显示，世界已经探明石油储量为165万亿桶，比2010年增加1.9%。目前委内瑞拉石油储量已经为世界最大，占世界储量的18%，沙特为占16%。去年南美国家探明石油储量为2965亿桶，沙特为2654亿桶。目前俄罗斯是世界第一大原油生产国，已探明储量为882亿桶（去年公布的数字为866亿桶），占世界储量的5.3%。
1996年，世界石油消费总量达每天7170万桶。欧佩克预计，到2020年，世界石油消费总量将达到每天1亿桶。
石油是一种不可再生资源，终有耗尽的一天。按照目前的生产速度，欧佩克的石油储量至少可供开采80年，其他国家的石油储量还可供开采20多年。
石油产量信息：
阿拉伯国家石油输出国组织（OPEC）出具的数据显示，截至2011年年底，阿拉伯国家石油产量占全球的31%。2010年阿拉伯国家天然气产量占全球的14.5%。
2010年，阿联酋石油日产量230.4万桶，相较于2006年、2007年和2008年有所下降。2006年至2008年，阿联酋石油日产量介于256.8万桶至257.2万桶
2010年，阿拉伯国家石油日平均产量增长2100万桶。2010年，阿拉伯国家天然气的总销量占该年全球天然气销售总量为14.6%。
10. 现在，全世界每天消耗多少石油？中国每天消耗多少石油？
2012年英国BP公司发布世界能源权威统计数据报告，2011年末，土库曼斯坦发现储量为2430万亿立方米的天然气，占世界储量的11.7%。俄罗斯目前探明储量为4460万亿立方米，占世界储量的21.4%。
2011年的统计数据显示，世界已经探明石油储量为165万亿桶，比2010年增加1.9%。目前委内瑞拉石油储量已经为世界最大，占世界储量的18%，沙特为占16%。去年南美国家探明石油储量为2965亿桶，沙特为2654亿桶。目前俄罗斯是世界第一大原油生产国，已探明储量为882亿桶（去年公布的数字为866亿桶），占世界储量的5.3%。
1996年，世界石油消费总量达每天7170万桶。欧佩克预计，到2020年，世界石油消费总量将达到每天1亿桶。
石油是一种不可再生资源，终有耗尽的一天。按照目前的生产速度，欧佩克的石油储量至少可供开采80年，其他国家的石油储量还可供开采20多年。
石油产量信息：
阿拉伯国家石油输出国组织（OPEC）出具的数据显示，截至2011年年底，阿拉伯国家石油产量占全球的31%。2010年阿拉伯国家天然气产量占全球的14.5%。
2010年，阿联酋石油日产量230.4万桶，相较于2006年、2007年和2008年有所下降。2006年至2008年，阿联酋石油日产量介于256.8万桶至257.2万桶
2010年，阿拉伯国家石油日平均产量增长2100万桶。2010年，阿拉伯国家天然气的总销量占该年全球天然气销售总量为14.6%。
11. 2021年中国新能源发展趋势？
新能源又称非常规能源，一般指在新技术基础上，可系统地开发利用的可再生能源，包含了传统能源之外的各种能源形式。常规能源通常是指技术上比较成熟且已被大规模利用的能源，而新能源则通常是指尚未大规模利用、正在积极研究开发的能源。新能源主要包括太阳能、风能、生物能、地热能、核能等。
近几年，随着新能源产业信息化程度的逐渐提高，行业市场规模持续扩大。数据显示，截至2019年，我国新能源软件及数据服务业市场规模约为26.88亿元，自2014年到2019年，年均复合增长率为11.10%。沙利文同时预计，到2024年，我国新能源软件及数据服务市场的规模将达到约44.74亿元，未来5年的年均复合增长率为10.70%。
12. 2021年新能源汽车用电总量？
SNE的最新统计数据显示，2021年上半年全球动力电池为114.1GWh，去年同期是45GWh，同比增长了153.7%，这部分增长和全球新能源汽车的需求增长是直接挂钩的。根据电池联盟的数据，中国的动力电池使用量就占了总量的 46%。
为52.5GWh;欧洲的量和国内的数据也是有得一拼。另外，在全球总量中，6月份单月的量为25.4GWh，超过月平均值。从这个趋势来看，如果电池解决了供应问题，Q3和Q4可能会按照Q2的需求增速进行提量，预计今年全球动力电池市场会在250GWh左右。
13. 中网联合售电有限公司靠谱吗？
靠谱。该公司位于北京市门头沟区石龙经济开发区平安路5号4幢DY329，经营范围包括电力供应；合同能源管理；技术开发、技术服务、技术咨询、技术推广；软件开发；节能技术开发；数据处理（仅限PUE值1.4以下）；销售机电设备、五金交电；经济贸易咨询。
（市场主体依法自主选择经营项目，开展经营活动；电力供应以及依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事国家和本市产业政策禁止和限制类项目的经营活动。）
14. 2021年中国新能源发展趋势？
新能源又称非常规能源，一般指在新技术基础上，可系统地开发利用的可再生能源，包含了传统能源之外的各种能源形式。常规能源通常是指技术上比较成熟且已被大规模利用的能源，而新能源则通常是指尚未大规模利用、正在积极研究开发的能源。新能源主要包括太阳能、风能、生物能、地热能、核能等。
近几年，随着新能源产业信息化程度的逐渐提高，行业市场规模持续扩大。数据显示，截至2019年，我国新能源软件及数据服务业市场规模约为26.88亿元，自2014年到2019年，年均复合增长率为11.10%。沙利文同时预计，到2024年，我国新能源软件及数据服务市场的规模将达到约44.74亿元，未来5年的年均复合增长率为10.70%。
15. 2021年1-9月新能源汽车销量？
据cleantechnica公布的全球新能源乘用车的销量数据。2021年9月，全球新能源乘用车销量达68.59万辆，同比大幅上涨98%，市场份额为10.2%，首次超过两位数，创历史新高；其中，纯电动汽车销量为51.2万辆，占据全球汽车市场7.6%的份额。2021年1-9月，全球新能源乘用车累计销量达425.64万辆，占据全球汽车市场7%的份额。
16. 12月大众新能源车销量？
根据EVsales数据，全球新能源乘用车12月销量达57.1万辆，环比增长37.9%，同比上涨104.7%，再次刷新了近三年最高成绩。其中中国市场贡献了39.2%的份额，达22.4万辆，欧洲市场则贡献了49.2%的份额。
数据显示，整个2020年，全球新能源乘用车市场累计销量达3,124,793辆，其中，中国市场累计销量为1,271,958辆，占比为40.7%；欧洲市场累计销量为1,367,138辆，占比为43.8%，欧洲市场超越中国成为2020年新能源乘用车的最大市场。
17. 2021年中国新能源发展趋势？
新能源又称非常规能源，一般指在新技术基础上，可系统地开发利用的可再生能源，包含了传统能源之外的各种能源形式。常规能源通常是指技术上比较成熟且已被大规模利用的能源，而新能源则通常是指尚未大规模利用、正在积极研究开发的能源。新能源主要包括太阳能、风能、生物能、地热能、核能等。
近几年，随着新能源产业信息化程度的逐渐提高，行业市场规模持续扩大。数据显示，截至2019年，我国新能源软件及数据服务业市场规模约为26.88亿元，自2014年到2019年，年均复合增长率为11.10%。沙利文同时预计，到2024年，我国新能源软件及数据服务市场的规模将达到约44.74亿元，未来5年的年均复合增长率为10.70%。
18. 12月新能源汽车品牌销量排名？
第一名，比亚迪
12月销量：92823辆
在刚过去的12月份，比亚迪新能源车销售92823辆，同比增长236.4%，至此也让它再次成为了国内新能源汽车市场里的销量冠军，妥妥的“一马当先”选手。另外，2021年比亚迪新能源乘用车销售593745辆，全年同比增长231.6%，表现同样可圈可点。
在2022年，比亚迪内部已经给出了最高150万辆的新能源销量指引，因此这样来看的话，今年的比亚迪估计还有一番大动作，我们也拭目以待他们能早日成为全球第一个在单一市场里实现百万辆+新能源销量的品牌。
2.第二名，小鹏
12月销量：16000辆
与比亚迪12月接近10万辆的新车销量数据所无法相比的是，排名第二名的小鹏汽车在12月总交付量是16000台。当然了，即便是16000台，对于小鹏汽车来说也迎来了同比增长181%，并顺利占据了国内新能源汽车市场12月品牌销量榜第二名的好成绩。此外，随着12月完美收官，2021年小鹏汽车全年总交付量也达到了98155台，为2020年的3.6倍，总体表现也还算不错。
19. 2021年新能源汽车用电总量？
SNE的最新统计数据显示，2021年上半年全球动力电池为114.1GWh，去年同期是45GWh，同比增长了153.7%，这部分增长和全球新能源汽车的需求增长是直接挂钩的。根据电池联盟的数据，中国的动力电池使用量就占了总量的 46%。
为52.5GWh;欧洲的量和国内的数据也是有得一拼。另外，在全球总量中，6月份单月的量为25.4GWh，超过月平均值。从这个趋势来看，如果电池解决了供应问题，Q3和Q4可能会按照Q2的需求增速进行提量，预计今年全球动力电池市场会在250GWh左右。
20. 中网联合售电有限公司靠谱吗？
靠谱。该公司位于北京市门头沟区石龙经济开发区平安路5号4幢DY329，经营范围包括电力供应；合同能源管理；技术开发、技术服务、技术咨询、技术推广；软件开发；节能技术开发；数据处理（仅限PUE值1.4以下）；销售机电设备、五金交电；经济贸易咨询。
（市场主体依法自主选择经营项目，开展经营活动；电力供应以及依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事国家和本市产业政策禁止和限制类项目的经营活动。）
21. 2021年1-9月新能源汽车销量？
据cleantechnica公布的全球新能源乘用车的销量数据。2021年9月，全球新能源乘用车销量达68.59万辆，同比大幅上涨98%，市场份额为10.2%，首次超过两位数，创历史新高；其中，纯电动汽车销量为51.2万辆，占据全球汽车市场7.6%的份额。2021年1-9月，全球新能源乘用车累计销量达425.64万辆，占据全球汽车市场7%的份额。
22. 12月大众新能源车销量？
根据EVsales数据，全球新能源乘用车12月销量达57.1万辆，环比增长37.9%，同比上涨104.7%，再次刷新了近三年最高成绩。其中中国市场贡献了39.2%的份额，达22.4万辆，欧洲市场则贡献了49.2%的份额。
数据显示，整个2020年，全球新能源乘用车市场累计销量达3,124,793辆，其中，中国市场累计销量为1,271,958辆，占比为40.7%；欧洲市场累计销量为1,367,138辆，占比为43.8%，欧洲市场超越中国成为2020年新能源乘用车的最大市场。
23. 2021年新能源汽车用电总量？
SNE的最新统计数据显示，2021年上半年全球动力电池为114.1GWh，去年同期是45GWh，同比增长了153.7%，这部分增长和全球新能源汽车的需求增长是直接挂钩的。根据电池联盟的数据，中国的动力电池使用量就占了总量的 46%。
为52.5GWh;欧洲的量和国内的数据也是有得一拼。另外，在全球总量中，6月份单月的量为25.4GWh，超过月平均值。从这个趋势来看，如果电池解决了供应问题，Q3和Q4可能会按照Q2的需求增速进行提量，预计今年全球动力电池市场会在250GWh左右。
24. 2021年中国新能源发展趋势？
新能源又称非常规能源，一般指在新技术基础上，可系统地开发利用的可再生能源，包含了传统能源之外的各种能源形式。常规能源通常是指技术上比较成熟且已被大规模利用的能源，而新能源则通常是指尚未大规模利用、正在积极研究开发的能源。新能源主要包括太阳能、风能、生物能、地热能、核能等。
近几年，随着新能源产业信息化程度的逐渐提高，行业市场规模持续扩大。数据显示，截至2019年，我国新能源软件及数据服务业市场规模约为26.88亿元，自2014年到2019年，年均复合增长率为11.10%。沙利文同时预计，到2024年，我国新能源软件及数据服务市场的规模将达到约44.74亿元，未来5年的年均复合增长率为10.70%。
25. 做大数据真的能赚钱吗？
国内冠以大数据之名的企业数以千计，但细分其专注领域，大致可归属三类：其一，平台型企业，例如华为、星环科技、浪潮、新华三等;其二，工具型企业，例如在数据采集、数据分析、数据清洗、数据可视化等领域中的海量数据、帆软软件、明略数据等;其三，应用型企业，例如百分点，以及国内诸多行业方案商多属于此类型。
展开剩余79%
不需否认，大数据已在国内诸多行业领域展现出其价值，但深究典型案例，应远未如媒体宣传中显著。为何?有资格被称为大数据企业，取决于两个先要条件：其一，掌握或接触到用户数据;其二，有能力为用户提供数据服务。
先观察首要条件，大数据企业能否掌握，或接触到用户数据。答案：很难。除互联网公开数据之外，第三方能接触到的数据资源着实有限。以IT方案商为例，此前其以为用户设计、实施行业应用软件为主营业务，理论上距离数据最近，但就如建筑商，建设了广厦千万间，建设了条条大路通罗马，也不能掌握居民和车辆信息一样。方案商实施了行业应用软件，其中也承载了海量价值数据，但这并不等同于能接触到数据。
退一步说，在企业意识到数据也是资产，数据也能创造价值后，其正急需寻找数据服务商，或数据运营商。而能够承担此角色者，IT方案商应为首选。原因?方案商为企业用户提供了十余年IT服务，多少会产生些信任度，从IT服务，延伸到数据服务，应为顺其自然。
而问题又由此而来，大数据真的有用吗?实施了铁路车辆检修大数据系统，工人手中使用了几十年敲敲打打的“小铁锤”就能退休?实施了金融风险管控大数据系统，其结论是否能直接自动导入金融机构业务流程，而无需人工干预?答案基本否定。
原因在于，大数据应用服务商即使能获得用户数据，也极其有限、极其不全面。以城市交通信息为例，此类通常掌握在20余部门手中，方案商几乎不可能全面融合此类数据。而基于不全面的、错误的数据源，也就不可能推导出正确，有决策价值的结论。
做大数据真的能赚钱吗?
当然，基于局部数据，也仍有可能建设出经典的大数据案例。但大数据项目真的赚钱吗?未必。在诸多大数据企业中，融资进度大多在B轮和C轮之间，尚没有一家企业完成D轮融资。也就是说，距离赚钱尚早。
而细分技术领域，首先，大数据工具类企业业务模式相对简单，其只是产业链中的一环，实现盈利相对容易。其次，大数据平台型企业，其盈利模式比较复杂。单纯依靠销售大数据平台几乎不可能产生经济效益，而基于不同的业务出身，其业务模式又可分化为三个流派，一类企业希望以大数据平台带动底层硬件产品销售;而另一类企业，通过提供支持标准的SQL接口，依靠提供数据服务实现盈利。当然，第三类企业比较“野蛮”，希望通过数据，或基于用户数据的服务直接变现。
而除此之外，业务模式更为“枯燥”的是大数据应用类企业。通常行业方案商的大数据业务范畴包括：数据获取、整合、治理、应用和展现等，其中尤以数据治理最苦最累，在大数据项目中50%~60%的工作量也集中于此，不要忽悠什么人工智能、深度学习能解决此类问题，基本还属于纸上谈兵的阶段。
问题由此而来，脏活累活总还是要有人干。配备10名数据科学家不能算多吧!月薪1万元要也不算苛刻吧!如此算下来，稍有实力的方案商大数据部门，年均人力成本就应在250万元以上。250万元?要做多少大数据项目，而且前提是要保证每个项目间要有很好地时间衔接，还要保证每个项目的能力需求都要与数据科学家的专长技能相匹配。
同时，与云计算不同，云计算考验方案商纯IT方面能力，而大数据项目则需要方案商数据科学家与行业团队，以及用户业务专家紧密结合，合作建立基于应用场景的数据分析模型。由此，每个项目的成功均需具备“天时、地利、人和”。也就是说，单个大数据项目的定制化程度相对较高，达到50%~40%，项目间很难具有可复制性，方案商也因此较难建立成熟的大数据项目盈利模型。
但最后还需说一句，形容中国大数据产业为“蒙面狂奔”，也许言过其实，但诸多桎梏确实摆在眼前。不管是依靠数据服务，还是行业应用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型尚未建立。“蒙面”是现状，也是必然阶段，但衷心希望中国大数据企业再“狂奔”一两年之后，面纱终能被一缕清风揭去
26. 2021年1-9月新能源汽车销量？
据cleantechnica公布的全球新能源乘用车的销量数据。2021年9月，全球新能源乘用车销量达68.59万辆，同比大幅上涨98%，市场份额为10.2%，首次超过两位数，创历史新高；其中，纯电动汽车销量为51.2万辆，占据全球汽车市场7.6%的份额。2021年1-9月，全球新能源乘用车累计销量达425.64万辆，占据全球汽车市场7%的份额。
27. 2021年新能源汽车用电总量？
SNE的最新统计数据显示，2021年上半年全球动力电池为114.1GWh，去年同期是45GWh，同比增长了153.7%，这部分增长和全球新能源汽车的需求增长是直接挂钩的。根据电池联盟的数据，中国的动力电池使用量就占了总量的 46%。
为52.5GWh;欧洲的量和国内的数据也是有得一拼。另外，在全球总量中，6月份单月的量为25.4GWh，超过月平均值。从这个趋势来看，如果电池解决了供应问题，Q3和Q4可能会按照Q2的需求增速进行提量，预计今年全球动力电池市场会在250GWh左右。
28. 做大数据真的能赚钱吗？
国内冠以大数据之名的企业数以千计，但细分其专注领域，大致可归属三类：其一，平台型企业，例如华为、星环科技、浪潮、新华三等;其二，工具型企业，例如在数据采集、数据分析、数据清洗、数据可视化等领域中的海量数据、帆软软件、明略数据等;其三，应用型企业，例如百分点，以及国内诸多行业方案商多属于此类型。
展开剩余79%
不需否认，大数据已在国内诸多行业领域展现出其价值，但深究典型案例，应远未如媒体宣传中显著。为何?有资格被称为大数据企业，取决于两个先要条件：其一，掌握或接触到用户数据;其二，有能力为用户提供数据服务。
先观察首要条件，大数据企业能否掌握，或接触到用户数据。答案：很难。除互联网公开数据之外，第三方能接触到的数据资源着实有限。以IT方案商为例，此前其以为用户设计、实施行业应用软件为主营业务，理论上距离数据最近，但就如建筑商，建设了广厦千万间，建设了条条大路通罗马，也不能掌握居民和车辆信息一样。方案商实施了行业应用软件，其中也承载了海量价值数据，但这并不等同于能接触到数据。
退一步说，在企业意识到数据也是资产，数据也能创造价值后，其正急需寻找数据服务商，或数据运营商。而能够承担此角色者，IT方案商应为首选。原因?方案商为企业用户提供了十余年IT服务，多少会产生些信任度，从IT服务，延伸到数据服务，应为顺其自然。
而问题又由此而来，大数据真的有用吗?实施了铁路车辆检修大数据系统，工人手中使用了几十年敲敲打打的“小铁锤”就能退休?实施了金融风险管控大数据系统，其结论是否能直接自动导入金融机构业务流程，而无需人工干预?答案基本否定。
原因在于，大数据应用服务商即使能获得用户数据，也极其有限、极其不全面。以城市交通信息为例，此类通常掌握在20余部门手中，方案商几乎不可能全面融合此类数据。而基于不全面的、错误的数据源，也就不可能推导出正确，有决策价值的结论。
做大数据真的能赚钱吗?
当然，基于局部数据，也仍有可能建设出经典的大数据案例。但大数据项目真的赚钱吗?未必。在诸多大数据企业中，融资进度大多在B轮和C轮之间，尚没有一家企业完成D轮融资。也就是说，距离赚钱尚早。
而细分技术领域，首先，大数据工具类企业业务模式相对简单，其只是产业链中的一环，实现盈利相对容易。其次，大数据平台型企业，其盈利模式比较复杂。单纯依靠销售大数据平台几乎不可能产生经济效益，而基于不同的业务出身，其业务模式又可分化为三个流派，一类企业希望以大数据平台带动底层硬件产品销售;而另一类企业，通过提供支持标准的SQL接口，依靠提供数据服务实现盈利。当然，第三类企业比较“野蛮”，希望通过数据，或基于用户数据的服务直接变现。
而除此之外，业务模式更为“枯燥”的是大数据应用类企业。通常行业方案商的大数据业务范畴包括：数据获取、整合、治理、应用和展现等，其中尤以数据治理最苦最累，在大数据项目中50%~60%的工作量也集中于此，不要忽悠什么人工智能、深度学习能解决此类问题，基本还属于纸上谈兵的阶段。
问题由此而来，脏活累活总还是要有人干。配备10名数据科学家不能算多吧!月薪1万元要也不算苛刻吧!如此算下来，稍有实力的方案商大数据部门，年均人力成本就应在250万元以上。250万元?要做多少大数据项目，而且前提是要保证每个项目间要有很好地时间衔接，还要保证每个项目的能力需求都要与数据科学家的专长技能相匹配。
同时，与云计算不同，云计算考验方案商纯IT方面能力，而大数据项目则需要方案商数据科学家与行业团队，以及用户业务专家紧密结合，合作建立基于应用场景的数据分析模型。由此，每个项目的成功均需具备“天时、地利、人和”。也就是说，单个大数据项目的定制化程度相对较高，达到50%~40%，项目间很难具有可复制性，方案商也因此较难建立成熟的大数据项目盈利模型。
但最后还需说一句，形容中国大数据产业为“蒙面狂奔”，也许言过其实，但诸多桎梏确实摆在眼前。不管是依靠数据服务，还是行业应用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型尚未建立。“蒙面”是现状，也是必然阶段，但衷心希望中国大数据企业再“狂奔”一两年之后，面纱终能被一缕清风揭去
29. 2021年1-9月新能源汽车销量？
据cleantechnica公布的全球新能源乘用车的销量数据。2021年9月，全球新能源乘用车销量达68.59万辆，同比大幅上涨98%，市场份额为10.2%，首次超过两位数，创历史新高；其中，纯电动汽车销量为51.2万辆，占据全球汽车市场7.6%的份额。2021年1-9月，全球新能源乘用车累计销量达425.64万辆，占据全球汽车市场7%的份额。
30. 中网联合售电有限公司靠谱吗？
靠谱。该公司位于北京市门头沟区石龙经济开发区平安路5号4幢DY329，经营范围包括电力供应；合同能源管理；技术开发、技术服务、技术咨询、技术推广；软件开发；节能技术开发；数据处理（仅限PUE值1.4以下）；销售机电设备、五金交电；经济贸易咨询。
（市场主体依法自主选择经营项目，开展经营活动；电力供应以及依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事国家和本市产业政策禁止和限制类项目的经营活动。）
31. 做大数据真的能赚钱吗？
国内冠以大数据之名的企业数以千计，但细分其专注领域，大致可归属三类：其一，平台型企业，例如华为、星环科技、浪潮、新华三等;其二，工具型企业，例如在数据采集、数据分析、数据清洗、数据可视化等领域中的海量数据、帆软软件、明略数据等;其三，应用型企业，例如百分点，以及国内诸多行业方案商多属于此类型。
展开剩余79%
不需否认，大数据已在国内诸多行业领域展现出其价值，但深究典型案例，应远未如媒体宣传中显著。为何?有资格被称为大数据企业，取决于两个先要条件：其一，掌握或接触到用户数据;其二，有能力为用户提供数据服务。
先观察首要条件，大数据企业能否掌握，或接触到用户数据。答案：很难。除互联网公开数据之外，第三方能接触到的数据资源着实有限。以IT方案商为例，此前其以为用户设计、实施行业应用软件为主营业务，理论上距离数据最近，但就如建筑商，建设了广厦千万间，建设了条条大路通罗马，也不能掌握居民和车辆信息一样。方案商实施了行业应用软件，其中也承载了海量价值数据，但这并不等同于能接触到数据。
退一步说，在企业意识到数据也是资产，数据也能创造价值后，其正急需寻找数据服务商，或数据运营商。而能够承担此角色者，IT方案商应为首选。原因?方案商为企业用户提供了十余年IT服务，多少会产生些信任度，从IT服务，延伸到数据服务，应为顺其自然。
而问题又由此而来，大数据真的有用吗?实施了铁路车辆检修大数据系统，工人手中使用了几十年敲敲打打的“小铁锤”就能退休?实施了金融风险管控大数据系统，其结论是否能直接自动导入金融机构业务流程，而无需人工干预?答案基本否定。
原因在于，大数据应用服务商即使能获得用户数据，也极其有限、极其不全面。以城市交通信息为例，此类通常掌握在20余部门手中，方案商几乎不可能全面融合此类数据。而基于不全面的、错误的数据源，也就不可能推导出正确，有决策价值的结论。
做大数据真的能赚钱吗?
当然，基于局部数据，也仍有可能建设出经典的大数据案例。但大数据项目真的赚钱吗?未必。在诸多大数据企业中，融资进度大多在B轮和C轮之间，尚没有一家企业完成D轮融资。也就是说，距离赚钱尚早。
而细分技术领域，首先，大数据工具类企业业务模式相对简单，其只是产业链中的一环，实现盈利相对容易。其次，大数据平台型企业，其盈利模式比较复杂。单纯依靠销售大数据平台几乎不可能产生经济效益，而基于不同的业务出身，其业务模式又可分化为三个流派，一类企业希望以大数据平台带动底层硬件产品销售;而另一类企业，通过提供支持标准的SQL接口，依靠提供数据服务实现盈利。当然，第三类企业比较“野蛮”，希望通过数据，或基于用户数据的服务直接变现。
而除此之外，业务模式更为“枯燥”的是大数据应用类企业。通常行业方案商的大数据业务范畴包括：数据获取、整合、治理、应用和展现等，其中尤以数据治理最苦最累，在大数据项目中50%~60%的工作量也集中于此，不要忽悠什么人工智能、深度学习能解决此类问题，基本还属于纸上谈兵的阶段。
问题由此而来，脏活累活总还是要有人干。配备10名数据科学家不能算多吧!月薪1万元要也不算苛刻吧!如此算下来，稍有实力的方案商大数据部门，年均人力成本就应在250万元以上。250万元?要做多少大数据项目，而且前提是要保证每个项目间要有很好地时间衔接，还要保证每个项目的能力需求都要与数据科学家的专长技能相匹配。
同时，与云计算不同，云计算考验方案商纯IT方面能力，而大数据项目则需要方案商数据科学家与行业团队，以及用户业务专家紧密结合，合作建立基于应用场景的数据分析模型。由此，每个项目的成功均需具备“天时、地利、人和”。也就是说，单个大数据项目的定制化程度相对较高，达到50%~40%，项目间很难具有可复制性，方案商也因此较难建立成熟的大数据项目盈利模型。
但最后还需说一句，形容中国大数据产业为“蒙面狂奔”，也许言过其实，但诸多桎梏确实摆在眼前。不管是依靠数据服务，还是行业应用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型尚未建立。“蒙面”是现状，也是必然阶段，但衷心希望中国大数据企业再“狂奔”一两年之后，面纱终能被一缕清风揭去
32. 做大数据真的能赚钱吗？
国内冠以大数据之名的企业数以千计，但细分其专注领域，大致可归属三类：其一，平台型企业，例如华为、星环科技、浪潮、新华三等;其二，工具型企业，例如在数据采集、数据分析、数据清洗、数据可视化等领域中的海量数据、帆软软件、明略数据等;其三，应用型企业，例如百分点，以及国内诸多行业方案商多属于此类型。
展开剩余79%
不需否认，大数据已在国内诸多行业领域展现出其价值，但深究典型案例，应远未如媒体宣传中显著。为何?有资格被称为大数据企业，取决于两个先要条件：其一，掌握或接触到用户数据;其二，有能力为用户提供数据服务。
先观察首要条件，大数据企业能否掌握，或接触到用户数据。答案：很难。除互联网公开数据之外，第三方能接触到的数据资源着实有限。以IT方案商为例，此前其以为用户设计、实施行业应用软件为主营业务，理论上距离数据最近，但就如建筑商，建设了广厦千万间，建设了条条大路通罗马，也不能掌握居民和车辆信息一样。方案商实施了行业应用软件，其中也承载了海量价值数据，但这并不等同于能接触到数据。
退一步说，在企业意识到数据也是资产，数据也能创造价值后，其正急需寻找数据服务商，或数据运营商。而能够承担此角色者，IT方案商应为首选。原因?方案商为企业用户提供了十余年IT服务，多少会产生些信任度，从IT服务，延伸到数据服务，应为顺其自然。
而问题又由此而来，大数据真的有用吗?实施了铁路车辆检修大数据系统，工人手中使用了几十年敲敲打打的“小铁锤”就能退休?实施了金融风险管控大数据系统，其结论是否能直接自动导入金融机构业务流程，而无需人工干预?答案基本否定。
原因在于，大数据应用服务商即使能获得用户数据，也极其有限、极其不全面。以城市交通信息为例，此类通常掌握在20余部门手中，方案商几乎不可能全面融合此类数据。而基于不全面的、错误的数据源，也就不可能推导出正确，有决策价值的结论。
做大数据真的能赚钱吗?
当然，基于局部数据，也仍有可能建设出经典的大数据案例。但大数据项目真的赚钱吗?未必。在诸多大数据企业中，融资进度大多在B轮和C轮之间，尚没有一家企业完成D轮融资。也就是说，距离赚钱尚早。
而细分技术领域，首先，大数据工具类企业业务模式相对简单，其只是产业链中的一环，实现盈利相对容易。其次，大数据平台型企业，其盈利模式比较复杂。单纯依靠销售大数据平台几乎不可能产生经济效益，而基于不同的业务出身，其业务模式又可分化为三个流派，一类企业希望以大数据平台带动底层硬件产品销售;而另一类企业，通过提供支持标准的SQL接口，依靠提供数据服务实现盈利。当然，第三类企业比较“野蛮”，希望通过数据，或基于用户数据的服务直接变现。
而除此之外，业务模式更为“枯燥”的是大数据应用类企业。通常行业方案商的大数据业务范畴包括：数据获取、整合、治理、应用和展现等，其中尤以数据治理最苦最累，在大数据项目中50%~60%的工作量也集中于此，不要忽悠什么人工智能、深度学习能解决此类问题，基本还属于纸上谈兵的阶段。
问题由此而来，脏活累活总还是要有人干。配备10名数据科学家不能算多吧!月薪1万元要也不算苛刻吧!如此算下来，稍有实力的方案商大数据部门，年均人力成本就应在250万元以上。250万元?要做多少大数据项目，而且前提是要保证每个项目间要有很好地时间衔接，还要保证每个项目的能力需求都要与数据科学家的专长技能相匹配。
同时，与云计算不同，云计算考验方案商纯IT方面能力，而大数据项目则需要方案商数据科学家与行业团队，以及用户业务专家紧密结合，合作建立基于应用场景的数据分析模型。由此，每个项目的成功均需具备“天时、地利、人和”。也就是说，单个大数据项目的定制化程度相对较高，达到50%~40%，项目间很难具有可复制性，方案商也因此较难建立成熟的大数据项目盈利模型。
但最后还需说一句，形容中国大数据产业为“蒙面狂奔”，也许言过其实，但诸多桎梏确实摆在眼前。不管是依靠数据服务，还是行业应用定制，中国大数据产业仍需极大的人力消耗，成熟的盈利模型尚未建立。“蒙面”是现状，也是必然阶段，但衷心希望中国大数据企业再“狂奔”一两年之后，面纱终能被一缕清风揭去
